A Unified Approach to Robust, Regression-Based Specification Tests
稳健回归型模型设定检验的统一方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要提出适用于多类计量模型的通用设定检验，动态模型示例不足以限定所列某一领域细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
稳健回归型模型设定检验的统一方法
- 研究问题
- 如何为可能包含动态关系的计量模型构造便于计算的设定检验，使其对未被检验的分布假设偏离保持稳健？
- 方法与思路
- 作者在原假设下估计模型后，通过矩阵线性最小二乘回归和普通最小二乘回归构造统计量，并允许使用根号样本量一致估计量。
- 材料陈述的贡献
- 摘要称，条件均值或条件方差检验可对其他分布假设偏离保持稳健，在理想条件下保持渐近效率，并简化若干复杂模型的计算。
- 阅读关注点
- 应核对被检验限制与允许误设部分的区分、估计量和动态依赖所需条件，以及两步辅助回归如何形成统计量和协方差修正。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确认全部正则条件或有限样本表现；稳健性针对未被检验的假设，并非允许模型任意误设。
原文摘要
This paper develops a general approach to robust, regression-based specification tests for (possibly) dynamic econometric models. A useful feature of the proposed tests is that, in addition to estimation under the null hypothesis, computation requires only a matrix linear least-squares regression and then an ordinary least-squares regression similar to those employed in popular nonrobust tests. For the leading cases of conditional mean and/or conditional variance tests, the proposed statistics are robust to departures from distributional assumptions that are not being tested, while maintaining asymptotic efficiency under ideal conditions. Moreover, the statistics can be computed using any √ T -consistent estimator, resulting in significant simplifications in some otherwise difficult contexts. Among the examples covered are conditional mean tests for models estimated by weighted nonlinear least squares under misspecification of the conditional variance, tests of jointly parameterized conditional means and variances estimated by quasi-maximum likelihood under nonnormality, and some robust specification tests for a dynamic linear model estimated by two-stage least squares.